客服服務熱線:

400-167-1811

文章詳情

從工業互聯網到工業智聯網:全球發展趨勢與中國對策

作者:郭朝,先中國社會科學院工業經濟研究所研究員,產業組織研究室主任;方澳,中國社會科學院大學應用經來源:社科院工業經濟研究所網址:https://mp.weixin.qq.com/s/W0FfjeZxAx_008DPiOH05Q
圖片



工業智聯網具有推動國民經濟結構性變革和社會工程系統轉型的巨大潛力。在回顧從工業互聯網到工業智聯網的縱向概念衍化歷程基礎上,提煉工業智聯網的多層內涵,并在橫向框架下分析其賦能建設現代化產業體系的重要作用。


當前,全球工業智聯網正處于技術加速孵化、應用場景拓展、規?;瘮U張的關鍵時期。美中日德四國具有一定先發優勢;技術創新主要面向核心賦能能力與工程化應用兩大方向;新環節、新流程、新主體不斷涌現;技術標準與發展安全更加受到重視。我國在工業智聯網實踐方面取得顯著成果,頂層設計不斷完善、產業規模不斷擴大、區域協同不斷深化、應用場景不斷拓展,但同時還存在著關鍵技術供給能力不足、部分產業賦能陷入瓶頸、人才培養體系尚未形成、多維安全保障體系亟待健全等問題。


為促進工業智聯網高質量發展并充分發揮工業智聯網對建設現代化產業體系的助推構建與賦能提升作用,應當健全科技攻關新型舉國體制,打破協同創新壁壘;發揮應用體量數據場景優勢,釋放產業發展潛力;構建完善專業人才供需系統,加強人才隊伍建設;高標準建設產業鏈安全體系,確保產業全面安全。


圖片



黨的二十大報告指出,“建設現代化產業體系”,要“堅持把發展經濟的著力點放在實體經濟上,推進新型工業化”同時,要“加快發展數字經濟,促進數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群”。①作為新一代信息技術與工業經濟深度融合的產物,工業網聯技術通過賦能工業企業向數字化、網格化、智能化轉型,改變傳統工業生產底層架構,孕育新的生產要素與生產流程并不斷優化資源配置,成為促進工業高質量發展的關鍵力量。隨著產業與技術革命的深入發展,工業智聯網概念與技術正逐漸興起,成為提升產業國際競爭力、重塑全球產業發展格局的戰略創新方向。
建設完善工業智聯網產業生態體系,推動已有工業互聯網、工業物聯網產業鏈條與技術系統向“智聯”化方向躍遷升級,對我國加快建設現代化產業體系,推進制造強國、質量強國、網絡強國建設,鞏固提升我國在全球工業產業鏈、價值鏈、創新鏈地位具有重大現實意義。本文在回顧概念衍化歷程的基礎上,依托工業智聯網內涵框架,分析其促進現代化產業體系建設的作用機理。在實踐層面,分析研判當前全球工業智聯網發展現狀和趨勢,并結合我國當前階段的實踐成果與主要問題,針對性提出對策建議。

1.工業智聯網:縱向概念衍化與橫向賦能框架

(一)縱向上:從“互聯”到“智聯”的概念衍化
工業技術和信息技術融合發展的進程最早在20世紀中期就已經開始。20世紀七八十年代,全球信息技術革命使得信息產業在國民經濟體系中的地位迅速提高,同時也對傳統產業制造進行了重新塑造。21世紀以來,以5G、人工智能、大數據等為代表的新一代信息技術和數字技術接續取得突破,傳統產業進入數字化發展快車道,而工業網聯技術成為工業領域數字化轉型的重要著力方向??傮w上,工業網聯技術發展經歷了從工業互聯網到工業物聯網、再到工業智聯網三個演化階段。
2012年,通用電氣在《工業互聯網:突破智慧與機器的界限》白皮書中首次提出工業互聯網(the Industrial Internet)概念,認為工業互聯網是數據、硬件、軟件與智能的流動和交互,通過傳感網絡、大數據分析、軟件來建立的自適應智能工業網絡。[1]工業互聯網概念一經提出便受到全球主要國家的重點關注,認為其擁有賦能現有產業,實現泛在互聯,并引致國民經濟結構性變革,推動國民經濟實現高質量發展的潛力。
隨著產業技術革命深入發展,物聯網(Industrial Internet of things)概念和技術得到迅速普及。在物聯網技術加持下,工業互聯網概念逐步演變成工業物聯網概念。2017年底,IEEE計算機學會將工業物聯網列為2018年的十大技術發展趨勢之一。相比于工業互聯網,工業物聯網更加突出網聯系統與物料元素、設備終端的聯結關系,工業裝備、云計算、邊緣計算等資源被納入網聯系統,通過感知接入層與控制操作層實現細化到末端邊緣裝置的廣泛深度互聯。
當前,新一輪信息技術革命的代表性技術展現出融合創新發展趨勢,面向人工智能、大數據、區塊鏈等技術的高性能異構數據計算平臺與工業網聯技術耦合,在系統信息互聯(工業互聯網)與終端感知控制(工業物聯網)基礎上,催生出以解決系統資源使用效率、自適應性、自主性、自組織性和安全性問題,實現工業過程的知識自動化解析與自動化服務為目標的工業智聯網(Industrial Internet of Minds)概念與技術。[2]工業智聯網在更高的智能層次上,有效融合了智能系統工程技術,為新一代的工業智能產業提供技術支撐。
圖片
圖.1 工業互聯網到工業智聯網的概念衍化過程
伴隨著技術概念的拓展(見圖1),世界各國結合國情現實、發展優勢與階段特征,陸續推出一系列工業網聯產業發展框架,如美國智能制造生態系統(2011)、德國工業4.0(2012)、我國的智能制造(2015)、日本工業價值鏈(2016)等。
(二)橫向上:多層次工業智聯網內涵框架賦能產業體系現代化
習近平總書記強調,要“以科技創新為引領,加快傳統產業高端化、智能化、綠色化升級改造,培育壯大戰略性新興產業,加快構建具有智能化、綠色化、融合化特征和符合完整性、先進性、安全性要求的現代化產業體系”[3]??v向上,工業智聯網概念經歷了工業互聯網、工業物聯網等演化階段。橫向上,工業智聯網概念可以通過多層內涵框架進行定義(見圖2),分別是前沿技術、基礎設施與工具、新產業模式與工業形態、智能經濟生態與社會工程系統。隨著概念內涵的擴展,工業智聯網對于工業產業體系的支撐、調整、優化作用也隨之深化,并在不同維度上促進現代化產業體系建設,提高產業體系現代化水平與發展質量,增強產業鏈創新鏈國際競爭力。

圖片
圖.2 工業智聯網的多層內涵框架與產業體系現代化水平提升路徑
1.前沿技術創新為現代化產業體系建設提供根本驅動
本質上,工業智聯網是一種具有動態性與時變性的前沿技術,通過經驗知識的獲取積累,實時改變系統內容、形態、方法和結構,直接面向復雜工業系統與運行環境,目的是提供自動化知識解析與知識服務,并與真實世界進行實時的知識交互與行為互動。工業智聯網本身要求良好的創新環境與制度,并且進一步加快設備、人才、技術等創新要素的流動效率,拓展創新渠道、改善創新環境、提升創新效率,轉換產業發展動力從投資驅動為創新驅動,為建設現代化產業體系提供了根本動力。
2.作為未來基礎設施與資源配置工具提供基礎支撐
基于技術應用,工業智聯網成為面向未來工業的關鍵基礎設施以及資源整合配置工具。我國《“十四五”數字經濟發展規劃》指出,要“建設可靠、靈活、安全的工業互聯網基礎設施,支撐制造資源的泛在連接、彈性供給和高效配置”。工業互聯網基于通信、傳感、基站、網絡、監測系統、工業APP等軟、硬件設施,實現人、機、物等要素在工業流程中的廣泛連接,為網聯企業提供完整高效、響應迅速、安全可靠的生產控制實時網絡。
工業智聯網在上述基礎上,更精確提供了由多層次一體化計算系統支撐、社會工程系統聯合感知與驅動的智能技術應用與知識服務,使海量工業實體完成社會化知識協同,徹底改造工業生產形態,極大地解放和提升社會生產力。工業智聯網作為新型基礎設施最前沿的應用領域,推動動力轉換、質量變革、結構升級、效率提升、環境優化,賦能實體經濟高質量發展[4],為推進新型工業化、建設現代化產業體系提供了基礎支撐。
3.塑造新產業模式與工業形態提升產業現代化水平
通過對傳統工業產業進行廣泛賦能,工業智聯網逐漸塑造了一種新興工業形態與產業模式。工業物聯網在傳統工業生產模式基礎上,實現企業之間跨設備、跨系統、跨廠區、跨地區的全面互聯互通,實現各類資源高效、精準配置。工業智聯網更進一步,對各種產業進行建模、分析、管控,使其極高效率自主運轉和發展,自動分析所有產業的宏觀和微觀數據,構建起覆蓋全產業鏈、全價值鏈的制造和服務應用體系,形成真正數據化、知識化、智能化的智能產業模式。
傳統工業系統與虛擬工業系統進行交互,建立起智能化、虛實交互、虛實糾纏的新工業系統,支持生產決策與資產管理,并由點帶鏈、由鏈帶面推動工業系統全尺度、全要素和全價值鏈的融合與協同,完成對實際工業系統的管理與控制、分析與優化[5],大幅提升工業經濟的發展質量和效益。一方面,工業智聯網的發展培育壯大了人工智能、大數據、區塊鏈、智能裝備等戰略性新興產業,另一方面,工業智聯網加快對傳統產業高端化、智能化、綠色化升級改造,提升產業體系現代化水平與建設質量。
4.推動經濟社會系統轉型提高現代化產業體系發展質量
在最廣泛意義上,工業智聯網將賦能經濟社會全域,塑造智能經濟生態并推動智能社會工程系統轉型。工業智聯網推動單點環節智能化向全面集成智能演進,加速創新機制、組織形態、商業范式的深刻變革,建立一種全新的、直接覆蓋全經濟主體的協同數信、感控、知識自動化系統。
社會系統學科認為,“物理空間”物理工程系統、“賽博空間”人工工程系統與“社會空間”社會工程系統共同構成了完整的社會系統。工業智聯網架構發展背景下,農業智聯網、交通智聯網、能源智聯網、企業智聯網應運而生,人工工程系統得以實現對物理工程系統的實時控制,并完成對社會工程系統的引導。[6]社會系統也對物理系統、人工系統實時反饋,最終實現物理空間、賽博空間、社會空間的互聯互通,構建起完整的智能社會工程系統。工業智聯網將現代化產業體系建設拓展到社會層面,更加符合完整性、先進性、安全性要求,并實時接受經濟生態與社會工程系統的反饋,及時進行調整修正,提高產業體系建設質量,真正打造滿足社會需求、適應社會特征、契合社會形態的現代化產業體系。

2.全球工業智聯網發展現狀與趨勢

當前,全球工業智聯網正處在技術加速孵化、應用場景拓展、規?;瘮U張的關鍵時期,產業格局尚未完全確定,具有很大的發展潛力。產業現狀方面,美中日德四國依托原有的工業互聯網產業基礎,在工業智聯網方面具有一定先發優勢;技術趨勢方面,創新主要集中在核心賦能能力與工程化應用兩個方向;產業生態上,新環節、新流程、新主體不斷涌現;整體生態上,多元主體正加強合作,技術標準與發展安全更加受到重視。
(一)美中日德基礎產業規模占優,中等偏上收入國家緊抓機遇
工業智聯網至今仍是一個新興技術概念,世界主要國家或組織對其產業與技術標準尚未形成共識,也缺乏一致的統計口徑。鑒于工業智聯網以工業互聯網為前期發展形態,此部分以工業互聯網產業增加值規模描述工業智聯網產業基礎情況,后文技術方面的趨勢則更聚焦工業智聯網?;诮浐辖M織(OECD)及世界銀行數據,中國工業互聯網研究院測算了全球59個代表性國家工業互聯網產業規模(見表1)。2020年,59國工業互聯網增加值總額為3.74萬億美元。前四位分別為美國8858.40億美元、中國5664.56億、日本3055.66億、德國2475.94億,美、中、日、德四國規模之和超過全球規模的50%。
根據地區分類,東亞及太平洋、歐洲及中亞、北美地區的工業互聯網規模比重加總超過90%。其中,東亞及太平洋地區為1.32萬億美元,占35.29%,增速為5.21%;歐洲及中亞為1.13萬億美元,占比30.14%,增速為2.37%;北美地區為0.95萬億美元,占比25.41%,增速為1.51%。此外,南亞、拉丁美洲及加勒比等地區的工業互聯網增加值合計全球占比為9%左右。根據收入水平,高收入國家總計規模達到2.55萬億美元,占比68.12%,增速為1.41%;中等偏上收入國家為0.94萬億美元,占比25.21%,增速達到7.34%;中等偏下收入國家為0.25萬億美元,占比6.67%,增速為1.59%??梢钥闯?,高收入國家依托自身已有的發達工業產業體系,在產業基礎方面具有先發優勢,但中國、俄羅斯、巴西等中等偏上收入國家正努力抓住新一輪技術革命與產業革命發展機遇,在國民經濟體系中加強工業智聯網應用,力爭實現工業智聯網發展的“彎道超車”。
表.1 2020年全球工業互聯網增加值前十國家及地區、收入分類情況
圖片
數據來源:根據《中國工業互聯網產業經濟發展白皮書(2021年)》整理。
(二)技術創新主要面向核心賦能能力增長與工程化應用
當前工業智聯網技術創新主要針對兩個方向,一是向上面向更復雜知識處理、更高性能需求的核心賦能能力增長技術創新,二是向下面向工業部署落地的工程化突破應用創新[7]。
在核心賦能能力方面,第一,數據科學圍繞更復雜更多樣的工業問題,以深度學習為核心開展創新。深度強化學習(DRL)通過在工業實踐中不斷迭代試錯,優化動態環境與復雜場景中的多元決策執行,在產品設計與開發、調度控制和加工路徑、運維管理和策略等方面展現出強大的優化能力。生成對抗網絡(GAN),通過兩個神經網絡不斷博弈,增加有效工業樣本數量,改善工業數據質量,為工業模型訓練提供數據基礎。第二,基于深度學習,應用創新重點提升面向生產與客戶的關鍵問題識別能力與知識服務能力。工業視覺技術更加聚焦高精度小目標識別場景,以及低質量數據情況下的處理能力。自然語言處理(NLP)圍繞用戶服務環節,提升用戶交互識別能力,通過分析知識圖譜,深度挖掘客戶需求,提升服務效率質量。第三,知識工程走向圖譜化、自動化構建更新與定量復雜決策。工業知識的數據獲取、知識加工、知識應用核心環節已經明確,工業知識圖譜的自動化構建與更新架構逐漸成型,語義處理環節由人工處理向自動化抽取和融合轉變,圖譜更新環節實現動態組織自更新,部分機構已建立起知識“開放眾包”機制進行圖譜管理。工業知識圖譜應用逐步由語義信息檢索和定性決策走向定量復雜決策,在核心領域決策執行環節,通過集成機器學習模型增強圖譜推理能力。第四,工業機器人交互和學習方式正在向人機、類腦、腦機技術方向轉變,雙向腦機接口、類腦+腦機接口等技術突破將深刻改變人機協作模式,并將從機器學習中獲取可解釋性強的經驗,但目前這一領域還處于理論研究與實驗階段。
在工程化應用方面,技術創新重點在模型效率、流程可解釋、數據質量、工業融合與規?;涞貛讉€方面。第一,芯片與模型軟硬件共同發力解決模型效率問題。當前以馮·諾依曼結構為主的芯片架構正面臨“內存墻”挑戰,Hailo、鯤云科技等國內外AI企業與芯片制造商推出加速模塊、邊緣計算盒子等硬件,聚焦架構設計、場景優化方向開展多樣化探索。目前,知識圖結構蒸餾、知識精餾、參數剪枝量化等模型效率提升技術廣受關注,但其專用性與學術性較強,限制了工業落地推廣。第二,在設備管理、流程優化等領域提升流程可解釋性。一方面,在質量檢測、設備異常識別等場景中,基于特征可視化方法挖掘因果/相關關系,并進行可視化輸出;另一方面,在故障根源分析、生產缺陷預測等場景中,利用決策樹、決策規則、工業知識圖譜等可解釋模型的局部/全局近似來提升可解釋性。第三,聚焦小樣本困境與行業領域數據集構建問題提升數據可用性。小樣本困境在于當前工業數據零碎化、邊緣化、相關性弱導致難以提煉知識,目前主要存在數據擴充、先驗知識引入、優化模型結構幾類解決路徑。在行業層面,基于數據集開發智能算法模型,提升解決行業共性問題的能力,在領域層面,挖掘共性需求,提升解決場景化問題的能力。這類解決方案目前還存在數據資產/商業機密泄露、隱私計算技術不成熟、法律法規尚未健全等制約因素。第四,AI框架逐步成為加速工業融合與規?;涞氐暮诵念I域。TensorFlow、PyTorch和百度飛槳成為國內工業領域應用普及度較高的AI框架,上承差異化工業應用、下接多樣化工業硬件,一方面提供統一、可擴展的基礎架構層,提升模型訓練性能,一方面針對目標硬件做定向適配、特屬優化,保證端側模型部署與推理速度,最終目標是提升AI框架的適配與易用性,推進工業融合與規?;涞?。
(三)整體工業生態建設催生出新環節流程、新競爭主體
隨著工業網聯技術深入發展,發達國家愈發重視網聯技術對重塑整體工業生態與提升國家產業競爭力的重要作用,發展目標從早期的重振本土制造業轉向充分發揮工業智聯網滲透、賦能、改造效應,提升整體工業產業發展質量。美國進一步加大政府對人工智能、5G、先進制造等產業的扶持力度,持續追加研發投入。德國接續發布《數字化戰略2025》《德國工業戰略2030》等系列戰略政策,推動形成多層次工業網聯產業集群。西門子、SAP等大型高新技術跨國企業進行優勢整合,加速全球工業轉型與布局。歐盟及其成員國持續推動新興產業發展與再造已有產業的高附加值環節。日本啟動“工業價值鏈計劃”,建立本地化互聯工業支援體系。[8]
在整體工業生態建設目標下,當前涌現出行業數據標注等新環節、新流程,以AI為核心的服務型企業成為新市場主體的典型代表。數據標注等數據服務產業集中在倉儲物流與安全場景,包括近年誕生的馬達智數、冰山數據和覺醒向量等,大規模、高質量的標注數據集逐漸成為產業發展的剛需。工業場景碎片化特征要求工業智能模型需要不斷迭代優化,當前在高價值設備健康管理等領域誕生了一批以AI技術為核心的工業服務型企業,將AI能力注入工業生產管理過程,為用戶提供設備監管、運維、預測性維護等智能化服務。除AI服務型企業外,大型咨詢公司也加入智能服務市場競爭,以定制化智能解決方案優勢擴大市場份額。埃森哲、德勤等咨詢公司有著豐富的工業咨詢經驗,同時擁有廣泛的智能技術生態伙伴,如埃森哲擁有超50年的全球咨詢服務經驗,具有覆蓋40多個行業的9000多名技術顧問,同時與微軟、谷歌、亞馬遜具有密切合作。這些企業通過成立研究機構構建技術優勢,依托平臺為客戶提供工廠設計、運營咨詢、解決方案開發及部署等工業AI服務。工業企業圍繞AI核心賦能的合作模式逐步成型,一種是產品綁定型合作,從工業企業獲取數據,并賦能工業產品與設備;另一種是知識綁定型合作,借助工業企業專業知識,發揮通用AI技術優勢,打造智能化產品方案。[9]
(四)多元利益主體協同合作,重視技術標準與產業發展安全
工業網聯技術產業大致存在兩類發展模式,以美國為代表的企業主導模式“自下而上”通過產業聯盟的方式,打破行業、區域等技術壁壘,促進物理系統與數字網絡融合;以德國為代表的政府主導模式“自上而下”開展政府與相關者之間的合作,集聚各級企業推進標準、研發、試驗等研發工作。無論是“自下而上”還是“自上而下”,政府、研究機構、服務提供商、工廠運營商、機械制造商、平臺運營商等多元主體間的協同合作成為主流趨勢。美國工業互聯網聯盟(IIC)至今已匯聚了38個國家和地區的270家企業,在政府、產業界和學術界之間進行協調,推動工業網聯技術全球部署與應用,成員包括思愛普、博世、西門子等巨頭企業。德國工業4.0戰略在政府、學術界和私營部門等相關者間建立伙伴關系,包括教育研究部、經濟技術部等政府部門,學術界以弗朗霍夫學會、國家科學和工程院以及德國人工智能研究中心為代表,私營部門包括IT行業協會、機械行業協會和電子行業協會等。日本成立有工業價值鏈促進會(IVI),以企業聯合為主打造開放安全的制造業生態體系,并發布《日本互聯工業價值鏈的戰略實施框架》,構建日本工業智聯網發展的頂層框架。
隨著工業網聯技術標準建設的重要性以及安全問題的特殊性愈發凸顯,世界各國逐步加大標準建設及安全問題政策權重,形成“技術—標準—安全”三位一體產業發展重心。根據歐盟物聯網創新聯盟的統計,目前全球共有100多個工業網聯技術標準化組織,其中德、美兩國處于領先地位。2016年成立德國全球工業4.0研究院,旨在制定數字制造標準,并參與國內外標準協調。美國AllSeen聯盟和開放式互聯基金會(OCF)積極參與制定行業標準,其諸多戰略和解決辦法都得到了大力推廣。歐盟的創建數字單一市場(DSM)戰略重點包括數據自由流動、責任分配、所有權、互操作性、可用性和訪問等,以實現互操作性和標準化。在安全問題方面,各國紛紛加強政府在產業安全體系的主導地位,重點強化網絡安全、數據安全等內容,監管安全標準趨于統一。美國2018年成立網絡安全和基礎設施安全局(CISA),負責網絡和基礎設施的安全。2019年出臺《物聯網設備安全法案》《保障能源基礎設施法》《利用網絡安全技術保護電網資源法案》《供應鏈網絡安全風險管理指南》,全面保障物聯網、能源、醫療等關鍵基礎設施的信息安全。[10]歐盟網絡與信息安全局(ENISA)發布《工業4.0網絡安全挑戰和建議》指導工業信息安全建設。其后發布《保護信息時代社會安全戰略》《歐盟網絡安全戰略》《關鍵基礎設施保護計劃》《通用數據保護條例》等戰略文件。[11]德國以網絡物理系統平臺為核心建設分層次安全管理體系,出臺《工業4.0安全指南》《工業4.0中的IT安全》《跨企業安全通信》《安全身份標識》等多份文件。日本2019年發布《網絡/物理安全對策框架》,確保新型供應鏈整體安全。韓國2019年頒布《國家網絡安全基本規劃》,指導改善信息通信網絡和信息基礎設施的安全環境,提升關鍵基礎設施的安全性。

3.我國工業智聯網實踐成果與問題

我國工業智聯網技術與產業經過起步期的發展,產業應用逐漸走向縱深??傮w來說在頂層設計、產業規模、區域協同、應用生態等方面取得顯著成果。與此同時,我國工業智聯網實踐暴露出一系列問題,包括技術供給與創新協同較弱、產業賦能受困、人才培養體系與安全保障體系不健全等。

(一)我國工業智聯網實踐成果

1.頂層設計不斷完善,產業規模不斷擴大
在黨中央國務院決策部署下,我國工業智聯網頂層設計持續完善,各領域支持政策不斷出臺。[12]總體上,我國已形成較完善的工業網聯產業發展支撐體系,在“技術—標準—安全”三方面逐漸形成合力。
技術方面,國家高標準制定底層技術創新發展規劃,加強基礎設施建設,在網絡體系、標識解析體系、多層次平臺體系、工業APP等方面取得進展。高質量企業外網建成覆蓋全國300多個地市,連接18萬家工業企業,企業內網加速改造升級,IPv6規模部署不斷推進,新型網聯交換中心支撐數字化流通體系進一步發展[13];武漢、廣州、北京、上海、重慶五大國家頂級節點建成并穩定運行,日均解析量超過1億次,二級節點達197個,覆蓋29個省區市,接入企業達12.7萬家;[14]具備一定行業、區域影響力的平臺數量超過100個,連接工業設備達7686萬臺(套),工業機理模型數量達到58.8萬個、服務企業160萬家;中聯重科“ZValleyOS”、中國電子“中電云網”、北汽福田“北汽云”等優秀企業私有云平臺建設案例不斷涌現,工業APP數量超過25萬個。[15]
標準方面,企業、政府、研究機構等主體推動標準體系建設穩步發展,基礎共性標準、網絡聯接標準、標識解析標準、數據計算標準、應用標準、安全標準等體系框架逐漸成熟,一批成果達到國際領先水平。2021年3月,我國制定的全球首例工業網聯國際標準——ITU-TY.2623《工業互聯網網絡技術要求與架構(基于分組數據網演進)》于國際電信聯盟標準化局會議通過,其首次定義了網絡組網框架,規范了網絡互聯、數據互通的主要功能部件和相互關系;[16]2022年5月,我國牽頭制定的全球首個工業網聯系統功能架構國際標準IECPAS63441通過IEC/TC65(工業測控和自動化)投票。[17]我國正通過標準引領驅動全球產業生態建設,不斷完善全球工業網聯技術標準體系,為全球工業轉型貢獻“中國方案”。
安全方面,我國工業智聯網安全政策和安全保障管理體系日益完善,工業企業安全意識全面增強,工業信息安全保障技術水平顯著提升,推動了工業網聯安全產業的全面發展。目前,全國31個省份累計出臺近50項屬地工業網聯技術相關政策部署安全保障工作,跨部門協同、政府指導、企業主體、第三方支撐的工業網絡安全管理格局基本形成。已推出的《工業互聯網安全標準體系(2021年)》涵蓋3大類別、16個細分領域、76個具體方向的安全標準建設指引。[18]
據測算,2017—2021年中國工業互聯網增加值規模由2.36萬億增長至4.13萬億,規模增長1.77萬億,年增速達到15.02%,占GDP比重從2.83%上升到3.67%,成為促進我國GDP增長的重要因素。其中,直接產業規模從0.67萬億增長至1.09萬億,年增速12.94%,滲透產業規模從1.69萬億增長至3.04萬億,年增速15.81%。[19]滲透產業與直接產業增加值之比上升到2.79,表明工業互聯網正加速同各行業深度融合。工業互聯網對三次產業的帶動作用明顯,第一產業相關規模增長至668.42億,年增速17.43%;第二產業相關規模從12697.11億增長至20713.9億,年增速13.02%,產業占比從3.81%上升至4.58%;第三產業相關規模從10490億增長至19880億,年增速達到17.33%,產業占比從2.42%上升至3.29%(見表2)。整體上,工業互聯網對第一產業賦能效應正逐漸顯現,增速加快;對第二產業的帶動作用有所回落;對第三產業滲透效果規模與速度兼具,有望超過第二產業。
表.2 近五年中國工業互聯網增加值規模及結構
圖片

數據來源:中國工業互聯網研究院《中國工業互聯網產業經濟發展白皮書(2021年)》,2021年為估計數據。比重根據《中國統計年鑒2021》數據計算。

2.區域協同不斷深化,應用場景不斷拓展
當前,全國已有30余個省市明確“工業智(互)聯網”支持政策,初步形成系統推進、梯次發展、優勢互補的產業區域協同發展格局。長三角地區加速推動“工業智聯網一體化發展示范區”建設,2020年滬蘇浙皖簽署了《共同推進長三角工業互聯網一體化發展示范區建設戰略合作協議》,2021年四地聯合成立“長三角工業互聯網標識一體化建設專班”,旨在推進長三角工業智聯網一體化建設?;浉郯拇鬄硡^兼具制造業基礎和信息通信技術產業優勢,重點發力“5G+工業互聯網”。廣東先后推出政策,以“網絡先行、標桿引領、分類措施、以用促建”思路開辟發展新空間。京津冀三方簽訂《關于打造京津冀工業互聯網協同發展示范區框架合作協議》,共同推進工業智聯網協同發展示范區建設。北京印發《北京市加快新型基礎設施建設行動方案(2020—2022年)》,精準優化工業智聯網創新發展環境,天津著力培育工業智聯網標桿示范,河北注重打造工業智聯網應用場景。成渝兩地充分發揮政策、產業、資源等優勢,簽署《成渝工業互聯網一體化發展示范區戰略合作協議》,支撐成渝地區合作推進產業建設。
工信部依托“512”工程等政策,引導帶動總投資近700億元,形成一批示范帶動項目、產業基地、大數據中心。上海、北京、武漢、深圳4個基地已成為引領工業智聯網產業集聚的重要抓手,上海市松江區國家新型工業化產業示范基地2020年工業總產值達到4476.9億元,基地企業數量超5000家;“工業互聯網·湖北武漢”國家新型工業化產業示范基地2020年實現工業總產值3512億元,覆蓋“光芯屏端網云智”完整產業鏈,是國家數字化設計與制造創新中心、信息光電子創新中心、先進存儲產業創新中心,也是我國最大的光通信研發、光纖光纜生產、光電器件生產基地。國家工業互聯網大數據中心按照“1+N”體系,布局覆蓋長三角、粵港澳、京津冀、成渝圈約29億條工業數據,覆蓋約703萬家企業,全國一盤棋的工業數據中心體系基本建成。工業互聯網產業聯盟已有超過2000家成員單位。
工業智聯網在不同領域的融合應用潛力逐步釋放,應用廣度和深度不斷拓展,應用模式創新活躍,新模式新業態接連涌現,覆蓋到鋼鐵、機械、電力、交通、能源等國民經濟重點行業,形成一系列新模式新業態。一是平臺化設計與智能化制造。為傳統研發設計提供數字化功能組件、技術手段、軟件工具,大大降低研發成本,同時推動云設計領域專業型平臺發展,支撐起跨企業、跨部門、跨區域、跨學科的多主體協同設計平臺,涌現出華為平臺化設計、上海外高橋“供應鏈協同云”等優秀案例?;谄髽I現場數據集成整合的生產制造智能化應用不斷涌現,海爾沈陽冰箱互聯工廠、中國商飛等都通過應用智能化制造大大縮短研發周期、提高產能、降低運營成本。二是網絡化協同與個性化定制。通過數據互通和業務互聯,推動供應鏈上企業共享客戶、訂單、設計、生產、經營等各類信息資源,促進資源共享、能力交易以及業務優化。設計與生產柔性、制造敏捷性不斷提高,“平臺接單、按工序分解、多工廠協同”的共享制造模式整合,不斷降低企業生產和交易成本。依托平臺開發客戶服務、物流跟蹤等工業APP,企業及時響應用戶需求,提供個性化服務,目前在服裝業市場應用廣泛。三是服務化延伸與數字化管理。企業從制造業務向價值鏈兩端高附加值環節延伸,以“制造+服務”“產品+服務”實現融合發展。企業從內部打通數據鏈并挖掘數據價值,優化戰略決策、經營管理、研發制造、市場服務等業務,構建數據驅動運營新模式。優秀案例包括三一集團根云平臺、美的云平臺、鞍鋼集團“精鋼”平臺等,通過開展供應鏈管理,提升供應商、經銷商資源配置能力,大大縮減生產周期與庫存成本。

(二)當前我國工業智聯網發展存在的主要問題

1.關鍵技術本土供給能力不足,研發創新主體缺乏協同
在看到成果的同時,也應該看到,我國在工業生態基礎、管理標準化水平、信息技術水平、跨行業能力、數據質量與建模能力等諸多方面與發達國家尚存在差距。從2000年至2018年10月,全球工業互聯網專利申請近5萬件,其中美國占比達到48%,為全球第一,中國以25%排名第二。在全球TOP10專利申請人排名中,僅華為一家中國企業排名第八,IBM以近7000件專利排在全球第一,數量接近其余九家企業的總和。在網絡互聯技術方面,中國整體技術創新全球領先,現場總線、工業以太網、OPC統一架構三項技術全球專利數分別為9500、5776、763個,來自中國的比例分別達到62%、58%、57%,但德國西門子在這三項技術都排名第一。國家電網、中科院沈陽自動化研究所、東北大學等雖進入全球前十,但都排名靠后。時間敏感網絡TSN技術專利全球共536個,美國以33%排在全球第一,中國以19%排在第二,華為在申請人中排名第五,其余全部為外企。網絡標識解析技術中,中國在對象標識符OID與物聯網統一物品編碼Ecode兩項技術上表現尚可,而在對象名解析服務ONS、Handle系統等技術上缺乏競爭力,專利全球占比僅為14%、5%。工業云技術專利方面,邊緣計算/霧計算技術美國占比33%,中國為31%;平臺即服務PaaS、多租戶技術中國專利占比分別為11%、15%,遠少于美國的63%、66%。[20]
高端工業軟件和工業控制系統領域幾乎全部被國外企業壟斷,網絡、標識解析、云計算、平臺等關鍵技術本土供給能力不足,領先企業、上下游企業、硬件、通信設備、運營、互聯網公司、政府、科研院所和高校等多種主體協同共享創新的格局還未建成,供應鏈創新鏈競爭力不強。同時,目前我國不同創新主體研發重心存在偏差,產業端與研發端之間存在剛性界限,市場激勵研發與研發賦能產業的雙向路徑不通暢,技術、人才、制度、數據等要素難以自由流動,產品服務與信息數據流動渠道受阻。
2.部分產業賦能發展陷入瓶頸,行業平臺發展面臨困境
根據中國工業互聯網研究院測算,我國工業智(互)聯網產業2021年將達到4.13萬億的規模,但在部分行業,相關性產業規模比例出現下降,制造業賦能比重從2020年的5.59%下降至5.35%,批發和零售業由2.71%降至2.61%,交通運輸、倉儲和郵政業由3.34%降至3.12%,產業賦能發展陷入瓶頸。
以汽車制造業為例,工業平臺大多是由行業數量占比不足1%的整車廠主導構建,無法有效滿足汽車行業復雜細分領域的眾多差異化需求,占絕大多數的零部件企業與經銷商等主體又大多處于“低、散、弱”階段,零部件專業化平臺發展相對滯后。[21]開放、全覆蓋、共創共享是工業智聯網創造價值的基本要求,而封閉、差異化、自我保護卻是工業領域的固有屬性,對于發展成熟、細分領域眾多、經驗可復制的產業,這個矛盾尤為嚴重。廠商為了確保自身在行業細分領域的可持續競爭優勢,對核心技術、知識、經驗的保護是合乎理性且客觀存在的,尤其在知識產權保護、商業合作模式尚未明確的環境下,平臺推廣面臨很大的困境。不同領域、規模的不同企業對平臺應用的個性化需求強烈,但項目實施的成本與項目落地的效益不明晰,也導致工業智聯網平臺發展陷入停滯。
3.產業相關崗位規范化程度低,人才培養體系尚未形成
工業智聯網的發展既需要OT、IT、CT復合型人才,也需要企業管理人才、行業領軍人才、專業技術人才、產業工人等多維度、多層次人才,既需要具有拔尖創新能力的學術型人才,也需要實踐能力強、在工作中能夠解決問題的應用型人才。目前我國工業智聯網人才需求與供給兩端都存在問題,在需求側,企業對人才需求較大,但是崗位命名、業務、能力的規范程度較低,不同企業對崗位能力描述差異較大,不利于高校相關專業制定培養方案。同時在供給側,人才培養體系尚未健全完善,人才培養面臨諸多困難。部分高校積極探索工業智聯網人才培養,但由于缺乏課程、教材、師資及專門的實訓環境,教學過程面臨很大困難。人才培養產教融合不足,產業和教育深度合作的人才培養方式尚未形成。相關??茖I占比較低,專業調整靈活度高,但基礎能力不足。繼續教育對工業智聯網產業人才培訓進行積極探索,但系統性尚且不足。整體上,高質量人才缺乏,人才供需兩端匹配度不高。
4.多維安全保障體系亟待健全,產業安全風險形勢嚴峻
由于工業智聯網滲透到國民經濟各產業賦能發展的特殊性,其產業安全保障問題極其重要。目前我國涵蓋工業智聯網設備、主機、數控設備、機器人、物聯網設備、互聯網網絡、標識解析系統、5G網絡、工業APP、工業數據等多層次的安全保障體系還未健全。工業主機保有量大、操作系統相對陳舊,安全防護相對不足;高端工控系統以國外品牌為主,存在遠程維護后門風險,同時難以及時升級換代,2020年工控系統漏洞數量創新高;工業智聯網平臺內生安全不足,大部分平臺尚未按照標準形成體系化的安全防護機制,僅僅只是疊加一些安全防護設備;工業數據種類繁多,從采集、存儲、通信、權限控制等方面都存在安全隱患。
隨著全球工業智聯網產業的發展,網絡攻擊手段逐漸多變,包括污染軟件開發、測試、部署、維護環境或工具,在設備上預裝惡意軟件,感染合法應用,盜用合法證書簽名惡意軟件等手段。我國安全廠商在工業信息安全、工業智聯網安全等領域的產品積累和服務經驗不足,仍處于攻關階段。多數企業存在應對網絡攻擊意識不強、安全管理制度不完善、安全檢測評估機制不健全、對工業企業網絡安全的引導不夠等問題。

4.對策建議

針對我國當前工業智聯網發展在技術供給、協同創新、產業賦能、人才供需系統、安全保障體系等方面的問題,為充分發揮工業智聯網對建設現代化產業體系的助推構建與賦能提升作用,提出以下對策建議。
(一)健全科技攻關新型舉國體制,打破協同創新壁壘
健全關鍵技術攻關新型舉國體制,發揮有效市場活力,強化企業的技術創新主體地位,高效配置科技力量和創新資源,強化跨領域跨學科協同攻關。支持工業行業組織、產業聯盟和專業機構編制發布領域知識產權布局指南,引導龍頭企業貫徹實施知識產權管理標準,提升創新主體知識產權戰略意識和能力。發揮政策引導作用,促進產學研用相結合,建立健全政府、企業、行業組織和產業聯盟、智庫等的協同推進機制,進一步加強工業企業與數字企業在技術攻關、標準制定等方面的協調配合。堅持研發攻關、產品應用和產業培育“同頻共振”,營造良好的工業智聯網創新生態,打通不同創新主體之間的創新資源流通渠道,推動工業智聯網創新鏈高質量發展。
(二)發揮應用體量數據場景優勢,釋放產業發展潛力
基于我國超大規模、多層次、多元化的內需市場,發揮我國工業門類齊、產業體量大、應用場景多、數據種類全的優勢,掃除工業網聯產業瘀點和堵點,促進國內各個環節、各個產業、各個區域之間的暢通。進一步推進工業企業內網改造升級,推進IP化、扁平化、柔性化技術改造和建設部署,打通信息孤島、數據煙囪,為更廣泛的互聯互通打下良好基礎。加快工業企業外網建設,加快推進寬帶網絡基礎設施與改造,擴大網絡覆蓋范圍,優化升級國家骨干網絡,為實現產業鏈各環節的泛在互聯與數據順暢流通提供保障。降低中小企業的信息網絡服務成本,支持大中小企業融通發展。加快探索、運用5G、MEC、TSN等新型網絡技術,推出更多緊密貼合制造企業轉型升級需求的網絡解決方案。同時,高標準推進國內國際相互促進的新發展格局建設,帶動高價值、高水平、系統性的供需循環,構建完整、安全、可靠的工業智聯網供應鏈體系。
(三)構建完善專業人才供需系統,加強人才隊伍建設
建立知識產權專家咨詢制度,設立知識產權專家委員會和專家庫,遴選培養一批制造業知識產權領軍人才。鼓勵支持相關高校加強制造業知識產權應用型人才培養,推動建設制造業知識產權在職人才培養基地。面向行業龍頭企業開展知識產權戰略與技能培訓。建設國家級工業智聯網人才數據平臺,匯聚各區域工業智聯網基建投入、崗位招聘、相關專業畢業生等數據,支撐產業人才供需系統建設。制定職業和崗位調研制度,定期開展面向工業智聯網領域各類企業的調研。開展工業智聯網人才認證工作,針對典型崗位建立認證體系,包括認證課程、認證考試、認證授權點等。協同研究院所、企業、高校、社會團體、供應商等,共建全國性工業智聯網人才培養生態,各方優勢互補、分工協作,共同構建完善工業智聯網人才供需系統,提高人才培養質量與效率。
(四)高標準建設產業鏈安全體系,確保產業全面安全
重點針對基礎較好的行業和安全需求迫切的領域,開展安全技術、產品和解決方案的試點示范和推廣應用。構建工業智聯網設備、網絡和平臺的安全評估認證體系,依托第三方機構開展安全防護能力核驗測試。建立工業智聯網全產業鏈數據安全管理體系,明確相關主題的數據安全保護責任和具體要求,加強數據收集、存儲、處理、轉移、刪除等環節的安全防護能力。建立工業數據分級分類管理制度,形成工業智聯網數據流動管理機制,明確數據留存、數據泄露通報要求,加強工業智聯網相關企業落實網絡安全主體責任,引導企業加大安全投入,加強安全防護和監測處置技術手段建設,開展工業智聯網安全試點示范,提升安全防護能力。充分發揮國家研究機構和社會力量作用,增強國家級工業智聯網安全技術支撐能力,著力提升隱患排查、攻擊發現、應急處置和攻擊溯源能力。

注釋

①習近平:《高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告》,北京:人民出版社,2022年,第30頁。

[1]楊帥:《工業4.0與工業互聯網:比較、啟示與應對策略》,《當代財經》2015年第8期。

[2]王飛躍、張軍、張俊、王曉:《工業智聯網:基本概念、關鍵技術與核心應用》,《自動化學報》2018年第9期。

[3]新華社:《習近平聽取陜西省委和省政府工作匯報》,https://www.gov.cn/yaowen/liebiao/202305/content_6874465.htm.

[4]郭朝先、方澳:《新基建賦能實體經濟高質量發展的生成邏輯與優先策略》,《新疆師范大學學報(哲學社會科學版)》2023年第6期。

[5]Li Li,Lin Yilun,Zheng Nanning&Wang Fei-Yue,“Parallel Learning:A Perspective and a Framework”,IEEE/CAA Journal of Automatica Sinica,4(2017):389—395.

[6]Wang Fei-Yue,Zhang Jun Jason&Wang Xiao,“Parallel Intelligence:Toward Lifelong and Eternal Developmental AI and Learning in Cyber-Physical-Social Spaces”,Frontiers of Computer Science,12(2018).

[7]中國信息通信研究院、工業互聯網產業聯盟:《工業智能白皮書(2022)》,2022年。

[8]李小妹:《主要發達國家工業互聯網政策的演變與啟示》,《區域經濟評論》2022年第4期。

[9]中國信息通信研究院、工業互聯網產業聯盟:《工業智能白皮書(2022)》,2022年。

[10]工業互聯網產業聯盟:《中國工業互聯網安全態勢報告(2019)》,2020年。

[11]張尼、劉廉如、田志宏等:《工業互聯網安全進展與趨勢》,《廣州大學學報(自然科學版)》2019年第3期。

[12]總體層面,有《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》《工業互聯網發展行動計劃(2018—2020年)》《工業互聯網創新發展行動計劃(2021—2023年)》等。技術方面,有《工業互聯網網絡建設及推廣指南》《關于印發“5G+工業互聯網”512工程推進方案的通知》《工業互聯網標識管理辦法》《工業互聯網平臺建設及推廣指南》《工業互聯網APP培育工程實施方案(2018—2020年)》等。標準方面,有《工業互聯網綜合標準化體系建設指南》等。安全方面,有《加強工業互聯網安全工作的指導意見》《“工業互聯網+安全生產”行動計劃(2021—2023年)》等。

[13]中國工業互聯網研究院:《工業互聯網創新發展成效報告(2018—2021)》,2021年。

[14]新浪財經:《國家頂級節點標識解析量超1381億,工業互聯網如何進階?》,https://baijiahao.baidu.com/s?id=1735201585531634439&wfr=spider&for=pc.

[15]中國工業技術軟件化產業聯盟、工業互聯網產業聯盟:《工業APP白皮書(2020)》,2020年。

[16]《中國信通院主導完成首個工業互聯網網絡領域國際標準》,《智能制造》2021年第2期。

[17]《全球首個工業互聯網系統功能架構國際標準通過投票》,《模具工業》2022年第6期。

[18]李陽春、王海龍、李欲曉、陳磊、李幼平:《國外工業互聯網安全產業布局及啟示研究》,《中國工程科學》2021年第2期。

[19]中國工業互聯網研究院將工業互聯網產業劃分為直接產業與滲透產業兩類,其中,直接產業涵蓋網絡、平臺、安全三個部分,滲透產業則是指工業互聯網從多維度推動形成的全新產業生態和行業應用創造的增長總和。

[20]工業互聯網產業聯盟:《工業互聯網關鍵技術專利態勢分析》,2019年。

[21]邵明堃、雷曉斌、馬冬妍、全胡洋:《工業互聯網平臺在中國汽車行業的應用現狀、制約因素及對策建議》,《科技和產業》2021年第10期。


作者:郭朝,先中國社會科學院工業經濟研究所研究員,產業組織研究室主任;方澳,中國社會科學院大學應用經濟學院博士研究生
郭朝先,方澳.從工業互聯網到工業智聯網:全球發展趨勢與中國對策[J].山西師大學報(社會科學版),2023,50(05):76-87.
來源:社科院工業經濟研究所




-END-



圖片

[掃碼關注赫里奧]





分享到:
會員登錄
登錄
留言
回到頂部